从 发现关键预测变量 TreeNet^® 分类

当您使用发现关键预测变量删除最不重要的预测变量时，Minitab Statistical Software 会为具有分析准确度标准最佳值的模型生成结果，例如最小负对数似然平均值。Minitab 允许您从可以识别最优模型的序列中探索其他模型。通常，如果另一个模型的标准值接近最佳，但预测变量较少，则选择备择模型。预测变量较少的模型更容易解释，具有更高的预测准确度，并且允许您处理较少数量的预测变量。

例如，以下模型选择表有 13 个步骤。具有最小负对数似然平均值的模型是所有预测变量的模型。第 11 步的模型具有相对接近最佳值的负对数似然平均值。第 11 步的模型有 3 个预测变量。第 11 步模型的完整结果也很有趣。

在输出中单击选择备择模型。将打开一个对话框，其中显示标准与已排除的预测变量数之间的关系图，以及汇总各个步骤的表格。

要选择备择模型，请单击图形上的一个点或表格中的一行。按 显示结果，以创建该模型的结果。

显示结果后，您可以单击输出中的一个按钮来调整模型的超参数，或根据模型进行预测。有关更多信息，请转到 选择要为使用 TreeNet® 分类 的 拟合模型 和 发现关键预测变量 评估的超参数值 或 为使用 TreeNet® 分类 的 拟合模型 和 发现关键预测变量 预测新结果。